인공지능(AI)에서 딥러닝 머신러닝 차이점

서두. 인공지능(AI)에서 딥러닝 머신러닝 차이점

 

 

 

인공지능을 이해하기 위해서는 핵심 개념이 있습니다. 바로 딥러닝과 머신러닝이죠. 인공지능이라는 커다란 시스템안에 머신러닝(Machine learning)이 있고 머신러닝 안에 딥러닝(Deep learning)이 있는 계단식 개념이라고 생각하시면 이해하기 쉬우실겁니다. 차이점을 알아보기 위해 우선 딥러닝 부터 알아보도록 하겠습니다.

 

 

1. 인공지능(AI) 딥러닝(Deep learning)

딥러닝은 시스템이 사람 도움 없이 선택과 결정을 내릴 수 있도록 프로그래밍한 신경망을 사용합니다 바로 사람의 뇌 처럼 말이죠. 맞습니다. 사람과 비슷하게 생긴 딥러닝은 알고리즘으로 시스템을 구성하고 스스로 배우며 인공신경망을 구성하게 됩니다. 그래서 사람이 의사선택을 하는 과정과 비슷하게 논리구조를 짜서 주어진 데이터들을 분석하도록 알고리즘 되어 있습니다. 이런 설계도는 사람의 신경망에서 힌트를 얻어, 현재 사용되는 머신러닝에 날개를 달아주고 있습니다. 알파고를 딥러닝으로 사용했다는 말은 많이 들어보셨을겁니다. 이세돌과의 대결에서 많이 알려지기 시작했는데 개념을 잘 모르고 있었을것입니다. 기본적으로 학습은 해야되지만 중요한건 머신러닝과는 다르게 행동을 할때 의사결정하는 지점을 말해주지 않아도 세계적으로 유명한 사람들과 대결을 하고 이길정도로 대단합니다. 머신러닝과 딥러닝의 차이점을 어느정도 아시겠나요? 바로 스스로 판단하냐 안하냐가 머신러닝과 딥러닝의 가장 큰 차이점입니다. 아마 후에는 이러한 경계선도 없어져 버릴 것이고, 머신러닝안에 딥러닝이 포함되어 있지만, 현재 개념을 가르는 가장 큰 차이점은 스스로의 의사결정 유무입니다. 그렇다면 다음에 소개할 머신러닝을 이해하는데 더 쉬울거라 생각합니다.

 

 

 

2. 인공지능(AI) 머신러닝(Machine learning) 

머신러닝의 표준적인 기능은 조금씩 조금씩 향상되며 결과가 중요하기 때문에 기다림이 많이 필요합니다. 왜냐하면 그 과정속에서 인공지능 알고리즘이 생각보다 다른 결과치를 낸다면 중간에 사람이 조율을 해야하기 때문입니다. 머신 러닝이 어디서 가장 많이 사용이되냐면 유튜브 프리미엄에서 음악을 들을때입니다. 제가 듣던 음악과 나와 비슷한 사람을 찾아 유사한 음악을 자동적으로 추천해줍니다. 머신러닝 기본적인 기능은 이러한 자동적으로 진행되는 기능들이며 나의 개인비서처럼 끊임없이 옆에서 학습하며, 보조를 합니다. 

3. 인공지능(AI) 딥러닝 머신러닝 차이점. 오늘의 결론

현재 시대에는 빅 데이터 시대라고 해도 과언이 아닐정도로 어마어마한 데이터가 쏟아지고 있습니다. 어떠한 미래가 앞이 기다린까라는 생각이 터무니없을 정도로 빠르게 진화하고 있습니다. 앞으로의 혁신에는 딥러닝이 많은 점유율을 차지 하지 않을까 조심스레 생각해봅니다. 그만큼 사람의 개입없이 프로그램 스스로 학습하고 우리가 원하는 데이터를 도출할 수 있을거라는 막연한 생각 때문입니다. 어떤 움직이는 전자기기나, 자동차, 배터리 등 모든 것에는 연료가 필요합니다. 비슷하게 데이터 또한 앞으로의 시대에 큰 연료가 되어줄거라 생각합니다. 그리고 미래는 예측할 수 없다고 하지만 예측 하지 않을 수 없습니다. 이러한 모든 과정은 미래를 예측하는데 도움을 줄거라 생각합니다.